Gestire i dati in modo efficace: strumenti e servizi

• 
• Tweet
• Pin It
• Condividi per email

Veniamo ora alle soluzioni: si parla molto di tecnologia ma cosa davvero esiste sul mercato e cosa possono già oggi le aziende sfruttare per diventare più competitive? Quali strumenti e servizi offrite al mercato e ai clienti per la gestione dati in ottica di AI?

Mauro Palmigiani, corporate vice president, Latin America & South Europe Region di Commvault:

Mauro Palmigiani, corporate vice president, Latin America & South Europe Region di Commvault

“In Commvault riconosciamo come la gestione dei dati nell’era dell’AI richieda un approccio completamente nuovo, abbinato a strumenti specifici, e il nostro portafoglio di soluzioni si è strategicamente evoluto proprio per questo. La nostra piattaforma unificata di cyber resilience è progettata per affrontare le criticità più pressanti che l’AI porta con sé. Non solo proteggiamo i dati da attacchi esterni e interni, ma garantiamo integrità e disponibilità dei vasti dataset necessari per l’addestramento dei modelli di AI e dei risultati delle inferenze, indipendentemente da dove risiedano, on-premise, nel cloud ibrido o in ambienti multi-cloud.

I nostri strumenti offrono funzionalità avanzate di data discovery, classificazione e governance, essenziali per identificare, categorizzare e applicare policy a dati sensibili o regolamentati destinati all’AI, fornendo quella ‘linea genealogica’ e verificabilità cruciali per la compliance e l’etica dell’AI. Inoltre, l’AI stessa, in particolare quella agentica, non è solo un obiettivo della nostra protezione, ma una potente alleata integrata nelle nostre soluzioni, che ci permette di rilevare anomalie e minacce emergenti in tempo reale, orchestrando risposte automatizzate e ottimizzando i percorsi di ripristino, accelerando drasticamente la capacità di recovery e minimizzando i tempi di inattività.

Per supportare in modo efficace e completo i nostri clienti in questa trasformazione, ci affianchiamo a un’ampia gamma di partner e servizi di consulenza e supporto tecnico specializzato, fornendo loro le nostre migliori tecnologie, e aiutandoli a progettare e implementare strategie di protezione dei dati e di cyber resilience, che siano non solo all’avanguardia, ma anche scalabili e conformi alle normative più stringenti”.

Francesco Tieghi, responsabile marketing e comunicazione di ServiTecno

Francesco Tieghi, responsabile marketing e comunicazione di ServiTecno:

“Più che di AI, preferiamo parlare di machine learning applicabile. La tecnologia che oggi offre maggior valore reale e compatibilità normativa è il ML predittivo, e in particolare l’approccio che adottiamo con Proficy CSense. Utilizziamo il machine learning per tre aree principali: ottimizzazione dei processi produttivi e riduzione dei consumi; individuazione precoce di deviazioni o anomalie; manutenzione predittiva basata sul comportamento reale degli asset.

Parallelamente esploriamo l’AI come supporto conoscitivo agli operatori, non come elemento che modifichi o prenda decisioni sul processo. È un percorso graduale, che deve rispettare regolamenti, validazioni e responsabilità operative”.

Stefano Azzoni, sales engineer di B&R Automazione Industriale

Stefano Azzoni, sales engineer di B&R Automazione Industriale:

“B&R offre un portafoglio di soluzioni e servizi basati sull’AI che coprono l’intero ciclo di vita della macchina e del processo produttivo, articolato in tre ambiti principali:

• supporto allo sviluppo: nell’ambiente di programmazione mettiamo a disposizione un assistente digitale intelligente, addestrato sulle nostre tecnologie, che affianca il progettista generando porzioni di codice, correggendole e documentandole. A questo si aggiungono strumenti di help conversazionale, che forniscono risposte immediate basate sul nostro database tecnico e su casi reali già risolti, riducendo i tempi di sviluppo e aumentando la qualità del software;
• funzionalità integrate nei dispositivi: l’AI è impiegata per potenziare le prestazioni dei componenti. Esempi concreti includono: visione artificiale avanzata per il rilevamento di difetti, la classificazione dei prodotti e il miglioramento dell’affidabilità di algoritmi tradizionali, come l’OCR in condizioni critiche; azionamenti adattivi, che ottimizzano la gestione di carichi complessi, come quelli elastici, migliorando la precisione e l’efficienza energetica;
• ottimizzazione dei processi produttivi: soluzioni come la generazione di traiettorie nei sistemi di trasporto intelligente Acopos 6D, il condition monitoring con AcopoStrak Monitor, e l’ottimizzazione delle strategie di pick&place nelle linee robotizzate, sfruttando l’AI per incrementare produttività e flessibilità.

Tutte queste soluzioni sono connesse da un’infrastruttura di trasporto ed elaborazione dati che parte dai dispositivi periferici, passa attraverso sistemi edge e, se necessario, arriva fino al cloud, garantendo prestazioni elevate e sicurezza grazie a protocolli come OPC UA FX, conformi ai più rigorosi standard di cybersecurity”.

Fabio Pascali, regional vice president Italy, Greece, Cyprus di Cloudera

Fabio Pascali, regional vice president Italy, Greece, Cyprus di Cloudera:

“Offriamo al mercato una piattaforma dati ibrida, aperta e unificata, progettata per permettere alle grandi organizzazioni di industrializzare l’AI su larga scala, applicando i modelli direttamente ai loro dati, ovunque essi risiedano. La nostra Cloudera Data Platform si basa su una serie di pilastri fondamentali. Il primo è un Open Data Lakehouse ibrido, basato su standard aperti come Apache Iceberg, a garanzia di interoperabilità e condivisione dei dati zero-copy, eliminando silos e vendor lock-in.

Il secondo pilastro è la nostra AI Factory integrata, che abilita una strategia di ‘private AI’. Con strumenti come Cloudera AI Studios e AI Inference Service permettiamo alle aziende di sviluppare applicazioni di GenAI, in maniera agnostica rispetto alla infrastruttura. Questa grande flessibilità consente alle aziende di scegliere l’approccio migliore in funzione della criticità dei dati coinvolti: on premise per i dati più sensibili, in cloud su una Region sovrana per un’esperienza flessibile ma controllata, su un tenant del cliente di uno dei 3 hyperscaler, mantenendo sempre il controllo dei dati e dei modelli, oppure per i dati non critici l’interazione sempre da Cloudera AI con modelli esterni.

Il terzo pilastro riguarda i costi. Infatti, per rendere industrializzabile l’AI serve un modello di costi sostenibile e in linea con gli obiettivi aziendali. La maggior parte dei modelli cloud che il mercato propone sono basati a token di informazione, generando costi non sostenibili all’aumentare dei modelli e dei casi d’uso applicati dal singolo cliente. Cloudera propone un modello a infrastruttura, che al contrario scala in maniera predicibile e contenuta, pur mantenendo la flessibilità del servizio: questo approccio rende di fatto sostenibile l’applicazione a scala dell’AI, abilitando il vero effetto trasformativo all’interno delle realtà pubbliche e private”.

Marco Marella, general manager di FasThink

Marco Marella, general manager di FasThink:

“Le competenze ‘core’ della nostra azienda si basano sulla proposta di soluzioni per la raccolta dati, in particolare con la piattaforma digitale Connect Orchstrator AI raccogliamo dati da macchine, sensori, applicativi software, al fine di ordinarli e normalizzarli, garantendo la qualità del singolo dato prima di inviarlo ad applicativi di AI.

Si tratta di una piattaforma digitale IIoT di ultima generazione, scalabile che abilita a gestione d’insieme dei dati legati alla produzione e alla logistica: dai dati relativi alla progettazione, ai contenuti del sistema gestionale, fino ai dati raccolti dalle macchine di produzione e alla loro trasformazione in informazioni utili per analisi, trattamento, visualizzazione e gestione in tempo reale. Parliamo di un sistema sviluppato per adattarsi alle esigenze specifiche di ogni impianto grazie a un’architettura modulare.

La piattaforma è compatibile con tutti i principali protocolli di comunicazione industriale (OPC UA, Mqtt, Rest, fieldbus) consentendo l’integrazione plug&play di tecnologie diverse, anche in contesti legacy, e può essere certificato anche per garantire la protezione dei dati, evitare intrusioni informatiche e proteggere i dati sensibili”.

Giovanni Mandelli, product solution manager Control, Scada and Visualization di Mitsubishi Electric – Factory Automation

Giovanni Mandelli, product solution manager Control, Scada and Visualization di Mitsubishi Electric . Factory Automation:

“Mitsubishi Electric sta trasformando radicalmente la propria identità aziendale evolvendo verso il modello di Circular Digital-Engineering Company. Questa strategia mira a creare valore attraverso un ciclo di aggregazione, analisi e ridistribuzione dei dati. Il pilastro tecnologico di questa strategia è la piattaforma Serendie, lanciata ufficialmente a maggio 2024. Il nome riflette l’ambizione di ‘ingegnerizzare la serendipità’, ovvero facilitare incontri inaspettati e preziosi tra dati, tecnologie e talenti diversi per generare innovazioni che non potrebbero emergere in contesti isolati.

La piattaforma integra sistemi avanzati di analisi dati e web API per abbattere i silos informativi e accelerare lo sviluppo di soluzioni multidisciplinari in settori critici, come il trasporto ferroviario, la gestione degli edifici intelligenti e l’automazione industriale.

Sul fronte dell’AI e del software, Mitsubishi Electric punta sul programma Maisart (Mitsubishi Electric’s AI creates the State-of-the-ART in technology): questa visione mira a fondere l’esperienza sviluppata negli anni con i dati operativi dei dispositivi fisici per creare sistemi autonomi capaci di gestire intere fabbriche. La strategia di co-creazione è guidata dai DX Innovation Hub, rappresentati fisicamente dalle ‘Serendie Street’.

L’hub principale di Yokohama, inaugurato a pieno regime nel gennaio 2025, accoglie centinaia di esperti per collaborare in modalità agile con partner esterni, università e start-up. A supporto di questo ecosistema, la DX Innovation Academy, istituita nell’aprile 2025, ha il compito di espandere il pool di talenti digitali, puntando su reskilling intensivo e su un cambiamento culturale verso il mindset agile. Mitsubishi Electric si propone come un partner globale che integra componenti superiori in sistemi intelligenti, puntando alla carbon neutrality nell’intera catena del valore entro il 2050”.

Stefano Gandolfi, regional marketing manager di Omron Italia

Stefano Gandolfi, regional marketing manager di Omron Italia:

“La gestione dei dati in ottica di AI richiede soluzioni integrate, scalabili e sicure, capaci di accompagnare le aziende lungo tutto il percorso della trasformazione digitale. In questo contesto, Omron mette a disposizione una suite di strumenti e servizi che coprono ogni fase del ciclo produttivo, dalla raccolta del dato fino alla sua valorizzazione tramite algoritmi avanzati di AI e machine learning.

Uno degli strumenti di punta è la piattaforma i-Belt Data Services, un servizio di data science industriale che consente di acquisire, aggregare e analizzare i dati provenienti dalle linee produttive. Gli ingegneri di Omron supportano i clienti nell’identificazione delle aree critiche, nella definizione dei KPI e nella trasformazione dei dati grezzi in informazioni utili per il miglioramento continuo. Questo approccio permette di ridurre i fermi macchina, ottimizzare la manutenzione e aumentare la produttività, capitalizzando il valore dei dati raccolti.

Per quanto riguarda il controllo qualità, Omron offre sistemi di visione artificiale, come la serie FH, potenziati da algoritmi AI, in grado di eseguire ispezioni ad alta velocità, riconoscere difetti superficiali, misurare parametri critici e garantire la conformità dei prodotti in tempo reale. L’integrazione con sensori intelligenti e dispositivi IO-Link consente di monitorare in modo capillare ogni fase del processo, dalla produzione al confezionamento, assicurando tracciabilità e validazione automatica dei dati.

Sul fronte della sicurezza e della compliance, Omron propone soluzioni basate su framework come Secure by Design e Defense in Depth, che integrano misure tecniche, organizzative e fisiche per la protezione dei dati e degli asset industriali. Sistemi di back-up, crittografia e gestione centralizzata degli accessi garantiscono la resilienza degli impianti e la conformità alle normative più stringenti, come il Nuovo Regolamento macchine e la Direttiva NIS2.

Un altro elemento distintivo è la digitalizzazione dei processi manuali: strumenti come l’Online Safety Functional Test Verification consentono di automatizzare i test di sicurezza funzionale, riducendo errori e tempi di verifica, e generando report digitali pronti per audit e controlli normativi.

Infine, la formazione continua e la consulenza specializzata completano l’offerta, accompagnando i clienti nell’adozione delle nuove tecnologie e nella gestione integrata di safety, security e AI. Grazie a questi strumenti e servizi, le aziende possono trasformare i dati in un vero vantaggio competitivo, abilitando una produzione più intelligente, sicura e sostenibile”.

Claudio Stamile, manager of Artificial Intelligence R&D & Market Solutions di Fastweb+Vodafone

Claudio Stamile, manager of Artificial Intelligence R&D & Market Solutions di Fastweb+Vodafone:

“A maggio 2025 abbiamo consolidato il nostro ruolo di operatore di riferimento per la trasformazione digitale del Paese lanciando FastwebAI Suite, la prima piattaforma di servizi AI sovrani dedicata ad aziende e PA. Come ha sottolineato il nostro CEO, Walter Renna: “Con FastwebAI Suite mettiamo a disposizione di aziende e PA un set di soluzioni che garantiscono la sicurezza e il pieno controllo dei propri dati grazie all’eccellenza delle nostre infrastrutture e all’approccio end-to-end”.

La nostra strategia si basa sul controllo completo dell’ecosistema tecnologico: infrastrutture sovrane con data center di ultima generazione in Italia, il supercomputer Nvidia DGX SuperPOD operativo da luglio 2024, e piattaforme cloud e di cybersecurity proprietarie. Il cuore della nostra offerta è il modello linguistico FastwebMIIA, addestrato nativamente in italiano su dati di fonti autorevoli, garantendo qualità e conformità normativa.

La suite include soluzioni concrete e specializzate:

• FastwebAI Work: una piattaforma di produttività progettata per ottimizzare l’efficienza dei dipendenti. Integra un’interfaccia chatbot, un assistente AI per facilitare la collaborazione in team, e strumenti per l’analisi avanzata di documenti, traduzioni e generazione di immagini e presentazioni;
• FastwebAI Agents: una piattaforma che consente ai team tecnici di creare, orchestrare e automatizzare processi tramite agenti software intelligenti, progettati per eseguire compiti specifici e risolvere problemi in autonomia;
• FastwebAI Security: una soluzione progettata per rendere sicuro e conforme l’utilizzo di sistemi di AI, anche di terze parti. Offre servizi come l’Adversarial Testing per verificare la robustezza dei chatbot contro richieste malevole, e strumenti di ‘guardrailing’ per definire e applicare regole d’uso personalizzate, proteggendo le informazioni sensibili;
• FastwebAI Governance & Compliance: una piattaforma pensata per aiutare le organizzazioni a governare i progetti di AI. Permette di monitorare lo stato di avanzamento, misurare l’efficacia e il ritorno sull’investimento, e soprattutto assicurare la piena conformità all’AI Act e alle normative vigenti, grazie a un approccio Compliance by Design.

Un elemento distintivo della nostra suite è la rigorosa segregazione dei dati, che restano confinati agli specifici ambiti applicativi del cliente, senza alcun riutilizzo. Questo garantisce la totale protezione e riservatezza delle informazioni, rendendo FastwebAI Suite la scelta ideale per le realtà che gestiscono dati critici e sensibili”.

LEGGI LE RISPOSTE ALLE DOMANDE

Tavola rotonda: “I dati, petrolio del terzo millennio” – introduzione

I benefici dell’AI nella gestione dei dati

1 – Le applicazioni di intelligenza artificiale stanno rivoluzionando il modo di gestire i dati nell’automazione industriale. Quali sono, secondo il suo punto di vista, i principali benefici?

 Le criticità da affrontare nella gestione dati

2 – In un modello in costante trasformazione, quali sono le maggiori criticità da affrontare nella gestione dei dati con l’AI?

AI e machine learning

3 – L’analisi di grandi volumi di dati permette di rendere più efficiente il processo di autoapprendimento delle macchine. Qual è l’impatto dell’AI sul machine learning?

 Normative e linee guida

4 – L’approccio governativo all’AI combina le strategie nazionali a un quadro normativo globale (per esempio l’AI Act dell’UE) e alla promozione dell’innovazione smart nel rispetto dei principi etici e di sicurezza. Come sarà l’impatto sulla sua azienda e sul settore dove operate?

Fonte apertura Foto Pixabay_Mohamed_hassan

Oscar Milanese, Ilaria De Poli

• 
• Tweet
• Pin It
• Condividi per email